绘制多列DataFrame：列名为X轴、行（国家）为图例的折线图

没问题！我来帮你搞定这个折线图的绘制～

首先咱们明确核心需求：把年份（列名）作为X轴，各列数值作为Y轴，国家名称作为图例，生成展示数据变化的折线图。我用Python的pandas+matplotlib来演示，这是最常用且易上手的组合。

步骤1：准备示例DataFrame #

先模拟一个符合你需求的数据集，比如不同国家历年的GDP数据：

import pandas as pd

# 创建示例DataFrame：行=国家，列=年份
data = {
    "2018": [1.2, 2.3, 0.9],
    "2019": [1.5, 2.5, 1.1],
    "2020": [1.1, 2.1, 0.8],
    "2021": [1.6, 2.7, 1.2],
    "2022": [1.8, 2.9, 1.4]
}
df = pd.DataFrame(data, index=["中国", "美国", "日本"])
print(df)

运行后会得到这样的结构：

2018  2019  2020  2021  2022
中国    1.2   1.5   1.1   1.6   1.8
美国    2.3   2.5   2.1   2.7   2.9
日本    0.9   1.1   0.8   1.2   1.4

步骤2：绘制折线图 #

这里给你两种实现方式，按需选择：

方式一：pandas直接绘图（最简单） #

pandas的DataFrame自带plot.line()方法，一行代码就能满足需求，核心是转置DataFrame：

import matplotlib.pyplot as plt

# 转置后，年份变成X轴，国家自动作为图例
df.T.plot(kind='line', figsize=(10, 6))
plt.title('各国历年GDP变化')
plt.xlabel('年份')
plt.ylabel('GDP（万亿美元）')
plt.legend(title='国家')
plt.grid(True)
plt.show()

为什么要转置？因为默认pandas会把行作为X轴，转置后原来的列（年份）成为X轴，原来的行（国家）变成不同的折线，完美匹配你的要求！

方式二：matplotlib手动绘制（更灵活） #

如果需要自定义折线样式、颜色、标记等细节，可以手动循环绘制：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))

# 遍历每个国家，逐个绘制折线
for country in df.index:
    plt.plot(df.columns, df.loc[country], label=country, marker='o', linewidth=2)

# 添加图表元素
plt.title('各国历年GDP变化', fontsize=14)
plt.xlabel('年份', fontsize=12)
plt.ylabel('GDP（万亿美元）', fontsize=12)
plt.legend(title='国家', fontsize=10)
plt.grid(alpha=0.3)
plt.show()

这种方式可以给每个国家设置独特的标记（比如marker='o'是圆圈标记）、线条宽度，自由度更高。

关键注意点 #

• 如果你的原始DataFrame结构是年份为行，国家为列，那直接用df.plot.line()就行，不需要转置，记得根据自己的实际数据结构调整。
• 要是需要添加更多细节（比如折线颜色、图例位置、数据标签），随时调整代码里的参数就行。

这样就能轻松生成你想要的折线图啦，有其他细节问题随时提！

内容的提问来源于stack exchange，提问作者Joe MacGuffog